粗糙逼近近似度量在分类规则挖掘中的应用

• 作者: 张文宇 贾嵘
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 粗糙集 决策系统 分类规则 粗糙逼近近似度量
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 基础科学及其应用
• 页码范围: 107-110
• 页数: 4页
• 分类号: TP18
• 字数: 4041字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2007.01.026

摘要

为了提高决策系统的分类质量,探讨了一种在数据仓库中基于粗糙逼近近似度量的挖掘分类规则策略.首先介绍了数据集中挖掘分类规则的基本原理,并利用粗糙集理论中粗糙逼近近似度量概念,根据决策表条件属性重要性度量及条件属性对决策类划分的逼近近似度量,提出了基于改进粗糙逼近近似度量的数据挖掘进行属性约减方法,最后举例说明了如何在数据库中发现分类规则.实验结果表明此方法挖掘出的规则简练且合理可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文宇	西安邮电学院管理系	59	357	11.0	16.0
2	贾嵘	西安理工大学水电学院	101	1600	21.0	37.0